- 📁 agents/
- 📁 references/
- 📄 SKILL.md
mcp-maintainer
操作和维护此存储库的本地 MCP 服务器。用于 MCP 工具更新、策略保护更改、主机配置和 MCP 运行时故障排除。
操作和维护此存储库的本地 MCP 服务器。用于 MCP 工具更新、策略保护更改、主机配置和 MCP 运行时故障排除。
通过 Eddo MCP 服务器进行待办事项和任务管理。用于跟踪工作项目、记住任务、管理项目待办事项和时间跟踪。支持带有上下文和可操作性标签的 GTD 工作流程(下一步操作、项目、等待、某天)。每当您需要记住某些事情、跟踪进度或管理自己的任务列表时,请使用此技能。
掌握 REST 和 GraphQL API 设计原则,构建令开发人员满意的直观、可扩展且可维护的 API。在设计新 API、审查 API 规范或建立...乌克兰语中:设计 API、设计端点、API 设计、REST、GraphQL、API 版本控制、API 合同、API 文档、可扩展性、资源、路由、HTTP 方法、服务器响应、请求结构。
当用户提到 Unraid、要求检查服务器运行状况、监控阵列或磁盘状态、列出或重新启动 Docker 容器、启动或停止 VM、读取系统日志、检查奇偶校验状态、查看通知、管理 API 密钥、配置 rclone 遥控器、检查 UPS 或电源状态、获取实时 CPU 或内存数据、强制停止 VM、检查磁盘温度或在 Unraid NAS 服务器上执行任何操作时,应使用此技能。当用户需要设置或配置 Unraid MCP 凭据时也可使用。
文员后端 REST API
使用 Azure Durable Functions 与 .NET 隔离工作线程和 Durable Task Scheduler 后端构建持久、容错的工作流。在创建无服务器编排、活动、实体或实现功能链、扇出/扇入、异步 HTTP API、人工交互、监控或有状态聚合器等模式时使用。适用于需要持久执行、状态持久性或与内置 HTTP 管理 API 和 Azure 集成进行分布式协调的 Azure Functions 应用。
HTTP 端点、SSE 流、MCP 工具服务器和混合 API 设计模式。在设计新端点、流响应或与代理协议集成时使用。
指导 Deep Agents 应用程序的架构决策。在深度代理与替代方案之间做出决定、选择后端策略、设计子代理系统或选择中间件方法时使用。
通过 CLI 与 MCP 服务器交互时使用此技能。对于工具发现、模式检查、调用和 Unix 风格的输出组合,优先使用 mcpx,而不是直接 MCP SDK/协议调用。
适用于 Python 的异步 HTTP 服务器和客户端,具有 WebSocket 支持、中间件、流式传输和服务器发送事件
监控和查询 Claude Code 会话 - 列出会话、搜索对话、检查成本、查看 AI 流畅度分数、查看实时运行的代理。当用户询问其 Claude Code 使用情况、成本、会话历史记录或正在运行的代理时使用。 --- ## 您操作 `claude-view` HTTP API **如果 claude-view MCP 工具在您的环境中可用,则更喜欢使用它们而不是curl。** 此技能是不支持 MCP 的环境的后备技能。 claude-view 在端口 47892(或“$CLAUDE_VIEW_PORT”)上运行本地服务器。所有端点都返回 JSON(驼峰命名法字段名称)。基本 URL: `http://localhost:47892` ## 解析服务器 1. 检查是否运行: `curl -sf http://localhost:47892/api/health` 2. 如果未运行,请告诉用户:`npx claude-view` ## 端点 |意向 |方法|端点 |关键参数| |--------|--------|----------|------------| |列出会话 |获取 | `/api/sessions` | `?limit`, `?q`, `?filter`, `?sort`, `?offset`, `?branches`, `?models`, `?time_after`, `?time_before` | |获取会话详细信息 |获取 | `/api/sessions/{id}` | — | |搜索会话 |获取 | `/api/搜索` | `?q` (必需)、`?limit`、`?offset`、`?scope` | |仪表板统计 |获取 | `/api/stats/dashboard` | `?project`、`?branch`、`?from`、`?to` | | AI 流畅度得分 |获取 | `/api/score` | — | |代币统计 |获取 | `/api/stats/tokens` | — | |现场会议 |获取 | `/api/live/sessions` | — | |直播总结|获取 | `/api/live/summary` | — | |服务器健康状况 |获取 | `/api/health` | — | ## 读取响应 所有响应都是带有驼峰命名法字段名称的 JSON。 关键形状:**会话列表:**`{会话:[{id,project,displayName,gitBranch,durationSeconds,totalInputTokens,totalOutputTokens,primaryModel,messageCount,turnCount,commitCount,modifiedAt}],total,hasMore}`**会话详细信息:**所有会话字段加上`commits:[{ hash,message,timestamp,branch}]`和`衍生指标:{tokensPerPrompt, reeditRate、toolDensity、editVelocity }` **搜索:** `{ 查询、totalSessions、totalMatches、elapsedMs、
探索并运行 Unity API。使用 u api 架构进行搜索,并通过 u api 调用调用任何公共静态方法。
skill-sample/ ├─ SKILL.md ⭐ 必备:技能说明入口:用途 / 安装 / 用法 / 示例 / 依赖 ├─ manifest.sample.json ⭐ 推荐:机器可读元信息:用于索引 / 校验 / 自动填表 ├─ LICENSE.sample ⭐ 推荐:授权与使用范围:开源 / 限制 / 商用说明 ├─ scripts/ │ └─ example-run.py ✅ 可运行示例脚本:让用户导入后立刻验证“能用” ├─ assets/ │ ├─ example-formatting-guide.md 🧩 输出规范:统一排版 / 结构 / 风格 │ └─ example-template.tex 🧩 模板资源:报告/文档模板,快速生成标准产物 └─ references/ 🧩 参考资料库:方法论 / 结构指南 / 最佳实践 ├─ example-ref-structure.md 🧩 结构参考:章节框架 / 目录组织 ├─ example-ref-analysis.md 🧩 分析参考:常用套路 / 指标口径 └─ example-ref-visuals.md 🧩 视觉参考:图表规范 / 可视化建议
更多 Agent Skills 规范 详见Anthropic官方文档:https://agentskills.io/home
├─ ⭐ 必备:YAML Frontmatter(必须存在,放在文件最顶部) │ ├─ ⭐ name :技能唯一名;须符合命名规则,并建议与目录名一致 │ └─ ⭐ description :技能描述;建议包含触发关键词(便于检索/匹配) │ ├─ ✅ 可选:Frontmatter 扩展字段(规范允许,但非强制) │ ├─ ✅ license :许可证标识(也可配合单独 LICENSE 文件) │ ├─ ✅ compatibility :兼容性/运行环境要求(仅在确实有限制时写) │ ├─ ✅ metadata :任意键值对(如 author/version/source_url 等) │ └─ 🧩 allowed-tools :允许工具白名单(规范标注为 experimental) │ └─ ✅ 推荐:Markdown 正文(自由格式,但建议按“渐进式披露”组织) ├─ ✅ Overview / Purpose :一句话说明目标 + 不做什么(边界) ├─ ✅ When to use :触发条件/适用场景(让模型/用户知道何时调用) ├─ ✅ Step-by-step :步骤化流程(最好 3–6 步,保证可复现) ├─ ✅ Inputs / Outputs :输入格式、输出格式、产物位置(文件/文本/JSON等) ├─ ✅ Examples :至少 1 个可复制示例(越“能跑”越好) ├─ 🧩 Files & References :引用assets/、references/、scripts/(相对路径) ├─ 🧩 Edge cases :边界情况/限制(大文件、速率限制、失败回退) ├─ 🧩 Troubleshooting :常见错误与解决(依赖缺失、路径不对、权限问题) └─ 🧩 Safety notes :涉及联网/写文件/执行命令时给出提醒(建议写)
在 GitHub 和各类社区里,技能文件分散、难检索、也难判断是否可靠。SkillWink 把开源技能集中整理成可搜索、可筛选、可直接下载使用的技能库,让你更快找到“正好能用”的那一个。并且支持在SkillWink上直接上传skills。
我们提供 AI 语义搜索 + 关键字检索,支持 版本更新与多维排序(下载/点赞/评论/更新),并为每个技能提供 SKILL.md 开放标准与来源信息。你还可以在详情页直接 评论讨论、交流用法与改进建议。
快速上手:
支持下载与导入 skills(.zip/.skill),本地放置后即可生效:
~/.claude/skills/(Claude Code)
~/.codex/skills/(Codex CLI)
~/.gemini/skills/(Gemini CLI)
同一份 SKILL.md 跨平台通用。
你需要了解的:技能是什么、怎么运行的、怎么找、怎么导入、怎么判断可信、怎么参与共建。
这里的“skills(技能)”是一种可复用的任务能力包,通常包含 SKILL.md 说明(用途、输入输出、使用方法)以及可选的脚本/模板/示例文件。
你可以把它理解为:给 AI 助手或工具链用的“插件说明书 + 资源包”,可被反复安装与分享。
技能系统采用“渐进式披露”策略,高效管理上下文信息,具体流程如下:
发现阶段:系统启动时,智能体仅加载各技能的名称与简要描述——信息精简,足以判断其适用场景,避免冗余加载。
激活阶段:当任务需求与某技能描述匹配时,智能体才将对应的完整 SKILL.md 说明文档动态载入上下文。
执行阶段:智能体严格遵循文档指引执行操作,并按需调用关联文件或运行内置代码模块。
核心优势:该设计使智能体始终保持轻量高效,同时具备“按需扩展上下文”的能力,既保障响应速度,又确保复杂任务拥有充分执行依据。
推荐 3 种方式组合使用:
注:以上导入方式文件大小控制在10M之内。
常见路径如下(不同系统略有差异,以你本机为准):
同一份 SKILL.md 通常可以跨工具复用。你在 SkillWink 导入后,也可以查看“放置指引/安装说明”。
可以。很多技能本质是标准化说明 + 资源,只要目标工具支持读取该格式,就能共享使用。
比如:检索类技能 + 写作类技能 + 自动化脚本,形成“发现 → 处理 → 输出”的工作流。
一部分skills来源于公开的 GitHub 仓库。我们会筛掉低质量仓库(至少 2 星),并扫描基本质量指标,还有一部分是SkillWink平台的创作者独立上传的。作为使用者,在安装前应始终审查代码,对安全问题负责。
最常见原因是这几类:
我们会尽量避免。你可以用 排序 + 评论 让“好用的”更靠前: